一组疑似来自 Google 生成式语言 API 的返回结果，把「Google DeepMind 是否已经实现递归自我改进（Recursive Self-Improvement，简称 RSI）」重新推到台前。
引发讨论的核心，是一个名为「rsi-model-liverl-le」的模型标签。它突然出现在 API 返回结果里，显示名称为「RSI Model LiveRL LE」。围绕这组信息，X 上的传闻迅速扩散，并被一些用户解读为 Google DeepMind 已经把 RSI 跑通。
与此同时，Anthropic CEO Dario Amodei 公开表示，整个行业内，包括 Anthropic 在内，RSI 已经开始发生。这番表态又把外界对 Google 相关传闻的关注推高了一层。
一条藏头帖、一张截图和一批被收回的密钥
这轮风波，最早来自 9 月 11 日晚的一条帖子。爆料账号 lyra 当时发文祝贺 Google DeepMind，原文为「huge congRatulationS Indeed! @GoogleDeepMind」。其中刻意大写的三个字母，拼在一起正好是 RSI。
这条帖子很快获得上千点赞，评论区里，一部分人追问 lyra 是否掌握内幕，另一部分人则在核查这个账号的背景。
几个小时后，另一名账号 Lentils 发出一张截图，称 Google 的 API 返回了一段 JSON 数据。截图显示，模型代码为「rsi-model-liverl-le」，显示名称为「RSI Model LiveRL LE」，参数规格是输入上限 1048576 个 token，输出上限 65536 个 token。
Lentils 当时写道：「想象一下，如果 GDM（Google DeepMind）内部真有个叫 rsi-model-liverl-le 的东西。再想象一下，他们还有 10 个专属的 rsi-model-liverl-ns-xx 训练槽位，从 00 编到 09。这难道不疯狂吗？」
围绕「LiveRL」的具体含义，Google 没有给出官方解释。X 上较常见的理解是「在线强化学习（Live Reinforcement Learning）」，即模型在运行过程中同步完成自我优化。
随后，lyra 直接点名 Google AI Studio 负责人 Logan Kilpatrick，称：「没必要因为怕我，就把 GDM 的 API 密钥全收回去。你们的基础设施有更深的安全漏洞，直接联系我就行。」
他接着又表示，这批密钥来自 GDM 内部员工，可以访问超过 1000 个内部 checkpoint。Lentils 随后发文嘲讽：「我闻到了恐惧的味道。」
截至目前，这张截图的真实性仍未获得第三方验证。文中也提到，1048576 和 65536 这两个数字与 Gemini 现有系列规格完全一致，因此不能排除它只是内部测试名称，或属于恶作剧信息。只是，这张图能在一夜之间刷屏，原因在于它与 Google 近期围绕 Gemini 和 RSI 的多篇报道形成了呼应。
Sergey Brin 近期持续推动 Gemini 转向 RSI
在这轮传闻发酵前三天，Business Insider 报道称，Google 联合创始人 Sergey Brin 对 Gemini 的推进速度感到不满，并要求团队把更多注意力转向递归自我改进。
更早之前，路透社在今年 8 月也报道过相近方向：Brin 希望 Google 追赶前沿对手，并正在把更多资源推向 RSI。
按照 9 月 9 日 Business Insider 的独家报道，Brin 回归 Google 后的主要办公地点，是总部 Gradient Canopy 大楼里一间改造过的微型厨房。他坐在一张 U 形桌旁，DeepMind 现任负责人 Koray Kavukcuoglu 在附近办公，Sundar Pichai 每周也会去那里待上几次。
一名前员工称：「Sergey 想把 Gemini 当成一家创业公司来管。」另一位员工则表示：「这间厨房的存在，就是为了能直接绕开公司政治。」
报道提到，Brin 直接介入芯片资源分配，为 Gemini 团队开辟了一条正式流程之外的算力通道；他曾主导砍掉 Jeff Dean 的「Frozen」芯片项目，并在今年再次削减其资源。
报道还称，Brin 推动过一项激进计划，监控部分员工的编码过程，再用这些真实数据训练 Gemini 的代码能力。
在多名受访者的描述中，Brin 当前最核心的目标只有一个：让公司以最快速度推动 RSI。一名前员工的说法是，他对 RSI「深度押注」，已经被「AGI-pilled」。路透社 8 月报道中也提到，Brin 早在 4 月全员会上就催促 DeepMind 提速，把资源全面向 RSI 倾斜。
这背后的现实压力同样被文章点明。文中称，Gemini 3 在去年 11 月短暂登顶后，很快被 Anthropic 和 OpenAI 反超；新一代旗舰模型因为编码能力不达标，发布时间被推迟了两个月。
人员层面，Jeff Dean 在效力 27 年后离职创业，Oriol Vinyals、John Jumper 等人也先后出走。文中还提到，Demis Hassabis 于 8 月 5 日卸任 DeepMind 负责人。
按照这种叙事，若 Google 继续沿着堆算力、做更大底座模型的老路径追赶，对手下一代产品可能已经发布。Brin 的赌注，是让模型自行评估、修改并改进自己，把原本按季度计算的迭代周期压缩到按周计算。这个方向若成立，Google 想拿到的不是单一模型优势，而是迭代速度本身。
Google 官方博客曾写下「递归地评估和精炼底层模型」
把时间拉回到 9 月 2 日。当天 Google 发布 Gemini 3.8 Flash 和 3.8 Flash Cyber。文章指出，这已经是 6 周内发布的第 3 个 Flash 版本，而 3.7 Flash 发布距当时还不到 3 周。
更受关注的是 Google 官方博客中的一句话：「这些模型的进展，进一步被长时间运行的智能体循环所加速。这些循环被设计用来递归地评估和精炼底层模型。」
这段表述后来被不少人视为 Google 已经在某种程度上把 RSI 用到 Gemini 迭代中的信号。DeepMind 的姚顺宇当时评价称：「对模型而言，这只是一小步；但对于 RSI 来说，这是一次巨大飞跃。」
DeepMind 研究 RSI 智能体的 Sicong Jiang 也写道，这就是 RSI 飞轮开始产生复利效应时的样子，并称更多里程碑正在路上，「推进更快，落地更强」。
据此，DAIR.AI 创始人、X 用户 elvis 认为，这已经是递归自我改进飞轮的早期成果。不过在当时，多数人并没有把这段表述当成重大信号，因为它被放在一篇 Flash 小版本更新文章里。
文章还给出了一组性能数据：Gemini 3.8 Flash 在 HLE-Verified 上拿到 54.9%，Cyber 版本在真实漏洞挖掘上的成功率突破 70%。在作者看来，按传统流程，人类研究员完成一轮训练、评估、再训练往往需要一个季度，3 周一个版本的节奏并不寻常。
lyra 事后也发文称：「大家真该去读读 Google 的官方博客。看看最近几个 Flash 版本的发布时间间隔，RSI 这件事其实已经非常明显了。」
从这个角度看，即便那张 API 截图最终被证明不实，它所映射出的争议点——Google 是否已经把递归自我改进用于模型更新——并非空穴来风。至少在公开材料中，Google 已经给出过接近这一方向的描述。
RSI 这条路线，为何在今年格外受关注
RSI 的概念在 AI 领域已经流传二十多年。其核心是让 AI 修改自身训练代码和训练方法，产出更强的下一代模型，再由下一代继续自我修正，以此把研发周期从季度进一步压缩到周，甚至天。
DeepMind 今年 6 月发表的《From AGI to ASI》把这一路径列为通向超级智能的四条必经之路之一。
文中还提到，去年夏天，IAPS 研究员 Severin Field 曾邀请来自 OpenAI、Anthropic、DeepMind 等机构的 25 位研究员预测「AI 自动化研究」的多个里程碑，包括拿下奥赛金牌、AI 自己写出同行评审论文、AI 自主跑完整个训练循环、以及 AI 为生产系统编写核心代码，并附上论文链接：https://arxiv.org/abs/2603.03338 。文章称，短短一年过去，这四项预测都已被击穿。
今年 7 月，OpenAI 曾公开表示，GPT-5.6 Sol 已经能协助后训练一个更小的模型，为研究人员节省数周时间；6 月，Anthropic 也发布过一篇题为《当 AI 构建自身》的博客。
在同一天，Dario Amodei 正式表示，RSI 已经开始在整个行业发生，包括 Anthropic 内部。他同时表达了担忧，并建议放缓前沿 AI 研发速度。
文章认为，Google 这次释放出的信号与 OpenAI、Anthropic 略有不同。后两者更多停留在「AI 辅助研究」这一层，Google 博客中的说法则直接提到「循环在递归地蒸馏模型」，而流出的截图里又出现了带有 RSI 命名的模型标签和训练槽位。
如果 Flash 系列 3 周一更的节奏，确实由这种循环驱动，那么 Google 手里的关键能力就不只是某个旗舰模型，而是更快的模型进化速度。
下一个 Flash 版本，成了外界盯住的验证点
文章最后把外界的关注收束到一个具体时间点：如果 3 周之后，Gemini 3.9 Flash 如期出现，那么 Google 博客里那句「递归地评估和精炼底层模型」会被重新放大解读，Flash 的发布时间表也会被视作观察这种循环是否存在的窗口。
按这一判断，过去 3 年 AI 竞赛主要比的是谁的模型更强；接下来，竞争焦点可能转向谁的循环转得更快。模型性能本身，可能会变成一个中间结果。
文章还提出，在这种循环中，人类研究员的角色可能继续后移：先是不再亲手写代码，再到不再亲自跑实验，最后更多承担查看结果、做出确认的职责。Anthropic 曾把人类最后的比较优势概括为「研究品味」，而这次 Google 被讨论的，正是这道防线还能持续多久。
截至发稿，Google 和 DeepMind 都没有对这轮传闻作出公开回应。那张截图是否真实，仍没有独立验证结果。但在 API 截图、官方博客表述、Business Insider 和路透社对 Brin 推动 RSI 的报道，以及 Dario Amodei 关于行业内 RSI 已开始发生的表态共同作用下，Google 是否已经把递归自我改进推进到实用阶段，已成为当前 AI 圈最受关注的话题之一。